一项发表于2026年10月24日arXiv平台（编号2610.30987v1）的新研究聚焦社交媒体中常见但难以统一判定的修辞现象——enthymeme（未明示前提或结论的论证）。这类论证在疫苗接种、移民等争议性政治话题推文中高频出现，因读者需自行补全逻辑空缺，导致不同标注者对同一文本是否含enthymeme存在显著分歧。
研究使用五名标注者共同标注的推文数据集进行实验，发现所有微调模型的F1分数均稳定卡在约0.67，且该瓶颈不受数据规模、特征工程或标签类型影响。由此，作者质疑传统单点预测评估方式的合理性，转而提出将模型输出与全部标注者投票分布进行比对的新评估框架，并构建一个可直接预测该分布的模型——该模型在保持同等F1水平的同时，更真实反映人类判断的离散性。
进一步分析表明，当前模型与话语解析器均严重依赖显性论证结构：它们能可靠识别不含enthymeme的推文，却极少对含enthymeme的推文做出确定判断；二者共同盲区在于无法识别那些逻辑联结完全隐含、必须依赖读者背景知识推断的论证。论文最后指出，此类局限对依赖多数标注训练的内容审核系统构成实质性风险——系统可能放行具操纵性但结构隐晦的enthymeme，或误删需语境理解的合理论述。